LeetCode: 零钱兑换，个人理解

今天在LeetCode上练了下零钱兑换

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1

ps：可以认为每种硬币的数量是无限的

这个属于完全背包类型问题，我们可以通过动态规划，去解决该问题动态规划的定义我就不重复了. 下面我直接贴出答案

int [] coins = {3, 5};

public int coinChange(int[] coins, int amount) {
		int [] dp = new int[amount + 1];
		Arrays.fill(dp, Integer.MAX_VALUE);
		dp[0] = 0;
		// dp curr  : [0, MAX, MAX...];
		for (int currAmount = 1; currAmount <= amount; currAmount++) {
			for (int coin : coins) {
				int leftAmount = currAmount - coin;
				if (leftAmount < 0 || dp[leftAmount] == Integer.MAX_VALUE) continue;
				dp[currAmount] = Integer.min(dp[leftAmount] + 1, dp[currAmount]);
			}
		}
		return dp[amount] == Integer.MAX_VALUE ? -1: dp[amount] ;
}

自下而上找出子问题的最优解,先计算出需要总金额之前的最优解；

dp数组存储了子问题的最优解,如图，如果我们要找到11的最优解，那么我们应该从不同价值硬币分别找到最优解

dp[currAmount] = Integer.min(dp[leftAmount] + 1, dp[currAmount]);

1. currAmount是当前需要求出需要最少硬币的金额(即子问题)
2. +1 是因为 dp[leftAmount]是其他子问题的最优解，应该再加上一个硬币，才是当前要求的答案
3. 会循环硬币面额的数组，以此找到不同子问题的最优解，找到需要最少数量硬币的答案

下面是我把执行逻辑进行了推导

对于红色区域无解内容，我们通过下面代码进行规避，也就是剪枝
if (leftAmount < 0 || dp[leftAmount] == Integer.MAX_VALUE) continue;

这样看可能直观感受不到，你可以想象图片反过来(Amount在最下面)，这样可能会清晰一点

参考资料

Bilibili视频: Leetcode 322 零钱兑换 动态规划解法
算法小抄: 动态规划系列